ESTIMATIVA DA IRRADIAÇÃO SOLAR GLOBAL PELOS MODELOS DE HARGREAVES-SAMANI E APRENDIZADO DE MÁQUINA SVM E ANN EM BOTUCATU/SP/BRASIL
DOI:
https://doi.org/10.59627/cbens.2018.689Palavras-chave:
Radiação solar, modelo Hargreaves-Samani (H-S), modelagem estatística, inteligência artificial, variáveis meteorológicas.Resumo
Neste trabalho é apresentado um estudo comparativo entre dois métodos de estimativas da radiação solar global, modelo estatístico de Hargreaves-Samani (H-S) e os modelos de aprendizado de máquinas Artificial Neural Network (ANN) e Support Vector Machine (SVM), para três combinações de entradas de variáveis meteorológicas. Por meio dos valores dos indicativos estatísticos r, rMBE, rRMSE e d de Wilmott, obtidos na validação dos modelos, foi conclusivo que: a técnica SVM3 mostrou melhor desempenho que a rede ANN3 e do modelo estatístico (H-S) em estimar HG, enquanto que a técnica ANN3 possui desempenho superior ao modelo estatístico (H-S) em estimar HG.Downloads
Não há dados estatísticos.
Downloads
Publicado
2018-12-01
Como Citar
Paes, A. C., da Silva, M. B. P., Gomes, E. N., escobedo, joão francisco, & santos, cicero manoel. (2018). ESTIMATIVA DA IRRADIAÇÃO SOLAR GLOBAL PELOS MODELOS DE HARGREAVES-SAMANI E APRENDIZADO DE MÁQUINA SVM E ANN EM BOTUCATU/SP/BRASIL. Anais Congresso Brasileiro De Energia Solar - CBENS. https://doi.org/10.59627/cbens.2018.689
Edição
Seção
Radiação Solar - Recursos Solares e Meteorologia da Radiação Solar